過去的10年,隨著5G、物聯(lián)網(wǎng)技術的發(fā)展,智能設備的數(shù)量爆炸式增長,一大批新興的交互式應用涌現(xiàn)出來,如虛擬現(xiàn)實、增強現(xiàn)實、自動駕駛、圖像識別等。這些應用的典型特點是需要密集的計算資源的同時要求極低的延遲,因而不適宜在算力較差、電池容量有限的智能設備上執(zhí)行。傳統(tǒng)的云計算技術由于設備需要與骨干網(wǎng)絡通信,也無法保證延遲參數(shù)。為解決這一兩難困境,移動邊緣計算技術應運而生。移動邊緣計算即智能設備將計算任務卸載到邊緣服務器執(zhí)行,后者部署在網(wǎng)絡邊緣（通常是與基站等邊緣網(wǎng)關相連接）,利用邊緣網(wǎng)關的剩余算力進行服務,且與設備間的通信最少只需經(jīng)過單跳的鏈路,因而有機會保證任務的執(zhí)行延遲。目前邊緣計算技術已經(jīng)得到了學術界和工業(yè)界的廣泛關注,但現(xiàn)有研究普遍存在忽視子任務間依賴關系、忽視設備間通信資源競爭、忽視邊緣服務器計算資源調(diào)度的問題,難以適應下一代通信基礎框架下異構密集無線網(wǎng)絡的需求。有鑒于此,本文將卸載任務建模為有向無環(huán)圖（Directed Acyclic Graph,DAG）的形式,以充分考慮子任務間的數(shù)據(jù)依賴關系,挖掘子任務間潛在的并行性。同時研究多異構設備被密集部署的異構邊緣服務器覆蓋的卸載場景,... 

【文章來源】：電子科技大學四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

典型邊緣計算系統(tǒng)架構圖

一個典型

電子科技大學碩士學位論文34第六章卸載策略仿真與驗證6.1仿真平臺及仿真參數(shù)設置本章中，我將通過仿真，研究本文提出的三個DAG任務卸載策略的性能和效果。我將研究提出的卸載策略在不同場景下的卸載收益，以及分布式卸載策略的迭代收斂情況。同時，這份工作也將與現(xiàn)有的工作進行對比，以進一步說明本文算法的有效性。本文的仿真基于matlab，即編寫matlab仿真代碼驗證算法的性能，部分核心的仿真代碼見附錄部分。仿真時依據(jù)不同的場景編寫腳本，傳遞不同的函數(shù)參數(shù)，輸出結果后繪制仿真圖像即可。仿真中，考慮一個多接入的邊緣網(wǎng)絡，多個異構的邊緣設備隨機分布在多個異構的邊緣服務器的覆蓋范圍內(nèi)。每個設備都具有一個指定的DAG型任務。為了更加全面的驗證本文提出的卸載策略的性能，仿真中也會將一些隨機生成的DAG任務加入仿真過程。這些DAG任務的生成規(guī)則如下：子任務數(shù)在[2,10]區(qū)間內(nèi)隨機分布，子任務所需的計算量（以需要的CPU周期數(shù)刻畫）在[20,100]百萬周期隨機分布，子任務間的依賴關系（有向邊）隨機生成。邊緣設備的傳輸功率在[80,150]mW隨機分布，無線信道的帶寬各不相同，均勻分布，其均值取為25MHZ，環(huán)境噪聲取為-100dBm。每個邊緣服務器的計算力互不相同，但平均算力是邊緣設備的10倍。如前所述，服務器和設備的CPU調(diào)度均采用非搶占策略。圖6-1分布式卸載策略隨迭代次數(shù)收斂情況6.2分布式卸載策略收斂情況仿真

【參考文獻】：
期刊論文
[1]軟件定義網(wǎng)絡（SDN）研究進展[J]. 張朝昆,崔勇,唐翯翯,吳建平.  軟件學報. 2015(01)



本文編號：3464316